Enhanced Bank Check Security: Introducing a Novel Dataset and Transformer-Based Approach for Detection and Verification

要約

銀行小切手の自動署名検証は、詐欺を防止し、取引の信頼性を確保するために重要です。
現実世界の文書上では署名が他のテキスト要素やグラフィック要素と共存するため、この作業は困難です。
検証システムは、まず署名を検出し、次にその信頼性を検証する必要がありますが、検証のみに焦点を当てた現在のデータセットや手法ではこの二重の課題が見落とされがちです。
このギャップに対処するために、銀行小切手の署名検証用に特別に設計された新しいデータセットを導入します。
このデータセットには、典型的なチェック要素内に埋め込まれたさまざまな署名スタイルが含まれており、高度な検出方法の現実的なテストの場を提供します。
さらに、オブジェクト検出ネットワークを使用した、ライターに依存しない署名検証のための新しいアプローチを提案します。
当社の検出ベースの検証方法は、本物の署名と偽造された署名をオブジェクト検出フレームワーク内の別個のクラスとして扱い、検出と検証の両方を効果的に処理します。
当社では、小切手画像上の署名の検出と検証を同時に行うために、拡張モジュールを強化した DINO ベースのネットワークを採用しています。
私たちのアプローチは、本物の署名で 99.2、偽造署名で 99.4 の AP を達成しました。これは、本物と偽造署名でそれぞれ 93.1 と 89.3 のスコアを獲得した DINO ベースラインを大きく上回るものです。
この改善により、拡張モジュールが偽陽性と偽陰性の両方を低減する効果を強調しています。
私たちの結果は、検出ベースの署名検証テクノロジーが大幅に進歩し、財務文書処理のセキュリティと効率が強化されたことを示しています。

要約(オリジナル)

Automated signature verification on bank checks is critical for fraud prevention and ensuring transaction authenticity. This task is challenging due to the coexistence of signatures with other textual and graphical elements on real-world documents. Verification systems must first detect the signature and then validate its authenticity, a dual challenge often overlooked by current datasets and methodologies focusing only on verification. To address this gap, we introduce a novel dataset specifically designed for signature verification on bank checks. This dataset includes a variety of signature styles embedded within typical check elements, providing a realistic testing ground for advanced detection methods. Moreover, we propose a novel approach for writer-independent signature verification using an object detection network. Our detection-based verification method treats genuine and forged signatures as distinct classes within an object detection framework, effectively handling both detection and verification. We employ a DINO-based network augmented with a dilation module to detect and verify signatures on check images simultaneously. Our approach achieves an AP of 99.2 for genuine and 99.4 for forged signatures, a significant improvement over the DINO baseline, which scored 93.1 and 89.3 for genuine and forged signatures, respectively. This improvement highlights our dilation module’s effectiveness in reducing both false positives and negatives. Our results demonstrate substantial advancements in detection-based signature verification technology, offering enhanced security and efficiency in financial document processing.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google